1) minimizer of energy functional
能量泛函极小
2) minima of functionals
泛函极小
1.
Local regularity results for minima of functionals of the calculus of variation and weak solutions of nonlinear elliptic equations in more general conditions are proved by using the imbedding inequality of Giaquinta and Giusti and the Sobolev space method.
利用Giaquinta和Giusti的嵌入不等式和Sobolev空间方法,证明了在更一般条件下的变分问题中的泛函极小与非线性椭圆方程弱解的局部正则性。
3) minimizing function
极小泛函
4) energy function
能量泛函
1.
The extreme value to energy function is described.
论述了能量泛函数极值的问题，证明了原微分方程的解和能量泛函数极值的等价性以及变分有限元方法与伽略金有限元方法的等价性，为其在油藏数值模拟中的进一步应用提供了理论依据。
5) energy functional
能量泛函
1.
Total variation energy functional with restrictions on the finite ridgelet domain;
有限脊波域受约束的全变差能量泛函
2.
Denoising algorithm based on gradient dependent energy functional,modify images towards piecewise constant functions.
利用能量泛函极小化方法对图像进行滤波时,通常用分段常数函数来近似图像,在滤除噪声的同时也丢失了许多纹理和细节信息。
3.
For the boundary value problem of it, the thin variation of energy functional, which is equivalent to it, is obtained, and the computing formulas based on Meshless Method are educed.
首先从热应力边值问题出发,给出了与其等价的能量泛函的弱变分形式,并导出了无单元方法的计算公式。
补充资料：Марков过程的泛函
Марков过程的泛函
functional of a Markov process
M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条